基于GRU神经网络的软土地区公路路基沉降预测方法

摘要：

采用门控递归单元(GRU)神经网络生成预测模型,依据 Nesterov-accelerated Adam(Nadam)算法学习软土地区公路路基沉降数据的演变规律,采用沉降监测历史数据和实时数据进行训练,并在训练结束后再次分析实时监测数据,预测下一阶段的沉降变形;结合湖南某高速公路工程路基沉降数据,利用该模型对软土地区高速公路路基不均匀沉降进行预测,并与沉降实测值进行对比,分析预测模型的准确性和可靠性.结果表明,模型预测值与路基沉降实测值相吻合,基于GRU的路基沉降预测方法可靠.

关键词：公路、路基、沉降预测、软土地区、门控递归单元(GRU)神经网络

分类号：U416.1(道路工程)

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：62-67